Ejercicios para practicar
Primero: reiniciar R (Session --> Restart R)
Ejercicio 1:
- Crear un OBJETO llamado OBJETO definido como el resultado de la suma: 5 + 6
objeto <- 5+6
objeto
[1] 11
Ejercicio 1.2:
- Crear un VECTOR VEC0 que contenga los números 1, 3, 4.
- Crear 3 vectores ( VEC1, VEC2, VEC3) que sean transformaciones del anterior
- Crear 3 vectores con la misma cantidad de elementos que VEC0, pero con variables string (texto) ( VEC4, VEC5, VEC6).
- Crear un dataframe DFRAME como combinación de todos los vectores creados previamente
VEC0 <- c(1,3,4)
VEC1 <- VEC0
VEC2 <- VEC1 +2
VEC2 <- -2
VEC2
[1] -2
VEC1
[1] 1 3 4
VEC1 [3]<- 67
VEC1
[1] 1 3 67
VEC1 [1:3] <- 125
VEC1
[1] 125 125 125
VEC4 <- c("PUPITO","PEPITA","MENGANITO")
class(VEC4)
[1] "character"
tabla <- data.frame(VEC0,VEC1,VEC4)
tabla
Ejercicio 2:
- Levantar la base Individual del 1er trimestre de 2019 de la EPH.
- Levantar del Excel llamado ´´´Aglomerados EPH´´´ que se encuentra en la carpeta de Fuentes. Pueden usar la función read.xlsx de cualquiera de las siguientes librerías:
- Vista en clase: openxlsx
- Otra opción que utiliza otros parametros: readxl
read.table("../Fuentes/usu_individual_t119.txt",header=TRUE,sep=";", dec=",")
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